Tag
#badania
Z Aktualności
Aktualności · 2026-11-20
Gemini dostał telefon: Duplex prowadzi rozmowy, lecz Europa jeszcze czeka
Google włączył Duplex do Tasks in Gemini, dzięki czemu agent może dzwonić do firm, czekać na linii i umawiać terminy. Bezpłatne wdrożenie obejmuje sześć krajów poza Europą, a kluczowym testem będzie doświadczenie osób odbierających te połączenia.
Czytaj →Aktualności · 2026-11-20
Sakana AI opiera japońską cyberobronę na współdzielonych agentach, a nie szybszych łatkach
Sakana AI powołała w Tokio niezależną Security Research Group kierowaną przez Akihiro Umegaia i Davida Ha. Zespół ma otwarcie publikować badania nad kolektywną obroną, bezpieczeństwem agentów i zapobieganiem błędom już na etapie projektowania.
Czytaj →Aktualności · 2026-11-18
Agenci kończą 46 % zadań badawczych, lecz potykają się o infrastrukturę
OpenAI podaje, że coding agents bez interwencji ukończyły 46 % wewnętrznych zadań szacowanych na 2 do 4 godzin pracy człowieka, wobec 23 % w marcu. Wynik mocno zależy od rodzaju pracy i pochodzi z pomiarów samej firmy.
Czytaj →Aktualności · 2026-11-18
Gemini 4 Neon celuje w czołówkę za 3 dolary za milion tokenów
Google wydał Gemini 4 Neon z kontekstem miliona tokenów i ceną 3 dolarów za milion tokenów wejściowych. Model celuje przede wszystkim w częste zadania agentowe, w których liczy się koszt wykonania całej pracy, a nie sam cennik tokenów.
Czytaj →Aktualności · 2026-11-17
Agent codingowy zostaje na Macu, a jego polecenia trafiają do odizolowanego Linuksa
Prime Radiant i Simon Willison pokazali trzy prototypy external sandboxu dla Claude Code, Codex i Pi. Agent działa na hoście, ale jego polecenia mają dostęp tylko do wybranych katalogów, kontrolowanej sieci i zastępczych danych uwierzytelniających.
Czytaj →Aktualności · 2026-11-17
Microsoft kreśli mapę AI w medycynie, a największa luka prowadzi z laboratorium do pacjenta
Microsoft Research połączyło w jednej dyskusji diagnostykę sekwencyjną, obrazowanie medyczne, wirtualne komórki i biologiczne foundation models. Mapa pokazuje szerokość badań, lecz głównymi barierami pozostają lepsze dane biologiczne i walidacja w realnej opiece.
Czytaj →Aktualności · 2026-11-17
ChatGPT for Sales łączy ponad 30 pluginów, ale zapis do CRM podnosi stawkę
OpenAI przedstawiło plugin Sales oraz ponad 30 nowych lub rozszerzonych pluginów partnerskich do researchu klientów, spotkań i pracy z CRM. ChatGPT staje się wspólnym interfejsem dla narzędzi sprzedażowych, gdzie poprawność zapisu jest równie ważna jak jakość tekstu.
Czytaj →Aktualności · 2026-11-16
TokenEconomizer obniżył koszt pracy coding agentów nawet o 30,9 % dzięki pamięci repozytorium
Microsoft Research, UC Berkeley i Microsoft Security pokazały open source plugin, który uczy się z wcześniejszych sesji coding agenta. W 277 zadaniach SWE Bench obniżył koszty o 18,4 do 30,9 %, utrzymując zbliżoną skuteczność.
Czytaj →Aktualności · 2026-11-16
OpenAI wpuszcza do środka cztery zewnętrzne zespoły, lecz ich niezależność kończy się na uzgodnionym zakresie
OpenAI podpisało umowy z Apollo Research, METR, Goodfire i Transluce na ocenę modeli podczas treningu oraz wewnętrznego użycia. Apollo wyśle sześć osób na cztery miesiące, lecz zaznacza, że dostęp i publikacja wyników nie spełniają jeszcze standardu w pełni niezależnej oceny.
Czytaj →Aktualności · 2026-11-14
Agent czytał książkę wiersz po wierszu. Roje badawcze zmieniają web w bezpłatne API
Ethan Mollick opisał, jak Fable 5.2 podczas rekonstrukcji kursu W. H. Audena z 1941 roku wydobywał książkę z Internet Archive za pomocą kolejnych wyszukiwań pełnotekstowych, wiersz po wierszu. Pojedynczy przykład nie mierzy skali zjawiska, ale dobrze pokazuje, dlaczego agenci obciążą web inaczej niż ludzie.
Czytaj →Aktualności · 2026-11-13
Bez dobrego przyrządu pomiarowego bezpieczeństwo modelu jest tylko liczbą na slajdzie
Anthropic opublikował dziesięć zaleceń dotyczących projektowania, prowadzenia i opisywania safety evals. Najważniejszy wniosek wykracza poza sam wynik: bez walidacji mierzonego zjawiska, gradera i niepewności zespół nie wie, czy bada bezpieczeństwo modelu, czy własny aparat testowy.
Czytaj →Aktualności · 2026-11-10
Google otworzył dane, które uczą WeatherNext 3 widzieć deszcz co 15 minut
Google udostępnił SatWeave i PARDIG, dwa zbiory danych stojące za WeatherNext 3. PARDIG mapuje globalne opady w rozdzielczości około 10 km co 15 minut, a SatWeave łączy obrazy satelitarne w 17 kanałów i odświeża je co godzinę.
Czytaj →Aktualności · 2026-11-12
Microsoft pokazuje, gdzie AI skraca pracę, a gdzie nadal potrzebuje człowieka
Microsoft Research zebrał pięć odrębnych projektów, od dowodu hipotezy KLS po tańsze działanie coding agents. Najmocniej łączy je podział pracy: AI przeszukuje możliwości i przygotowuje materiał, a człowiek nadal wybiera kierunek i odpowiada za wynik.
Czytaj →Aktualności · 2026-11-12
Anthropic przyspieszył rozwój modeli 1,9 raza, lecz kluczowe dowody pozostają ukryte
METR szacuje, że od października 2025 roku możliwości wewnętrznych modeli Anthropic rosną 1,9 raza szybciej niż wcześniej, a większość przyspieszenia prawdopodobnie wynika z użycia AI w badaniach. Wynik jest ważny, ale częściowo opiera się na dowodach utajnionych przez Anthropic.
Czytaj →Aktualności · 2026-11-12
Gemini 4 Hydrogen daje kontekst 1 mln tokenów za 1,50 dolara i stawia na routing modeli
Google pozycjonuje Gemini 4 Hydrogen jako szybszy model wykonawczy do codingu i agentów. Oferuje kontekst 1 mln tokenów, kosztuje 1,50 dolara za milion tokenów wejściowych i zdobywa 54 punkty w Artificial Analysis Intelligence Index przy xhigh.
Czytaj →Aktualności · 2026-11-12
OpenAI przeznacza 2 mln dolarów na wspólne mierzenie wpływu AI na dzieci
OpenAI przeznaczyła 2 mln dolarów na sieć badawczą, która ma stworzyć wspólne narzędzia do mierzenia zagrożeń i korzyści AI dla dzieci. Najważniejsze będzie to, czy zapisana w karcie niezależność wytrzyma zderzenie z interesami biznesowymi sygnatariuszy.
Czytaj →Aktualności · 2026-11-10
Siedem neuronów wystarczy, by agent AI wykonał ukryte polecenie
Microsoft Research pokazał atak Lazarus, który zmienił 7 z ponad 12 000 neuronów modelu Nemotron-Terminal-8B i uruchamiał ukryte polecenie w co najmniej 98,8 % testów. Standardowe evals nie wykryły zmiany, więc bezpieczeństwo agenta zaczyna się od pochodzenia i integralności wag.
Czytaj →Aktualności · 2026-10-28
Gemini 4 Carbon trafia do API po dwóch tygodniach, Google przeznacza go do najtrudniejszych zadań
Po dwóch tygodniach ograniczonego dostępu Google udostępnił Gemini 4 Carbon wszystkim płacącym deweloperom i firmom przez API oraz abonentom Google AI Ultra w kilku produktach. Cena zaczyna się od 2 dolarów za milion tokenów wejściowych, choć sam Google poleca tańszy Argon do większości zwykłych zadań.
Czytaj →Aktualności · 2026-11-10
79 % uczniów używa AI do zadań, lecz wskazówki dostała mniej niż połowa
Badanie ThinkYoung wśród uczniów i nauczycieli w regionie EMEA pokazuje wyraźną lukę: 79 % ankietowanych uczniów używa AI do prac domowych, ale tylko 47 % otrzymało wskazówki. OpenAI postuluje wsparcie nauczycieli, szkoły potrzebują też niezależnych danych o efektach nauki.
Czytaj →Aktualności · 2026-11-09
Robot Google osiągnął 96 % w fabryce, lecz ostatnie 4 % wciąż stanowi problem
Gemini Robotics 2.5 osiągnął 96 % skuteczności przy sortowaniu części w zakładach Mercedes-Benz, a Google podaje przyspieszenie o 20 do 30 %. Pilotaż pokazuje postęp manipulacji i przypomina, że przemysł liczy błędy inaczej niż demo.
Czytaj →Aktualności · 2026-11-10
AlphaProof Code zweryfikował kryptografię Signala aż do kodu maszynowego
Google DeepMind z pomocą agentów AI w 4 tygodnie formalnie zweryfikował kluczowe właściwości bezpieczeństwa protokołu Signal aż do skompilowanego kodu. Wynik opiera się na 6 milionach linii Lean i specyfikacjach zatwierdzonych przez ekspertów.
Czytaj →Aktualności · 2026-11-09
OpenAI przeniosło awaryjny hamulec modeli do warstwy inference. Zatrzymanie trwa najwyżej 35 sekund
OpenAI wdrożyło Control Room, który sprawdza żądania zadań badawczych i po decyzji o interwencji zatrzymuje kolejne wyjścia modelu w ciągu najwyżej 35 sekund. Blokada działa w warstwie inference, a nie w zmiennym kodzie eksperymentu.
Czytaj →Aktualności · 2026-11-05
Franklin Templeton buduje AI inwestycyjne na kontekście, nie tylko na modelu
Franklin Templeton rozwija z OpenAI narzędzia, które mają łączyć perspektywy researchu, ryzyka, compliance i tradingu dla zarządzających portfelami. Opublikowany opis pokazuje kierunek i trwające prace, a nie gotowy system z mierzalnymi wynikami.
Czytaj →Aktualności · 2026-11-09
BAIR przywozi na CoRL 33 prace o pamięci, dotyku i humanoidach
Berkeley AI Research prezentuje na CoRL 2026 łącznie 33 prace głównej konferencji, 4 postery late breaking oraz 10 wystąpień oral lub spotlight. To nie jeden przełom, lecz mapa kierunku robot learning: dłuższa pamięć, kontakt ze światem fizycznym i odporniejsze humanoidy.
Czytaj →Aktualności · 2026-11-08
Zoptymalizowane C skróciło parse_number() do 19 ns. Rust wygrał tylko pierwszą rundę
Simon Willison porównał cztery rozszerzenia SQLite do parsowania zapisów liczbowych. Rust pokonał prostą wersję w C, lecz około 30 wierszy optymalizacji obniżyło wynik C do 19,2 ns na rekord i pokazało, że benchmark języków często mierzy przede wszystkim wybór parsera.
Czytaj →Aktualności · 2026-11-07
Anthropic ostrzega inwestorów: przyszłe modele mogą wkrótce przekroczyć próg akceleracji AI
Anthropic napisał w poprawionym prospekcie S-1, że według wewnętrznych szacunków przyszłe modele mogą wkrótce spełnić firmową definicję dramatycznego przyspieszenia rozwoju dzięki AI. Żaden obecny model nie przekroczył tego progu, lecz zapis nadaje nową wagę szacunkowi METR o przyspieszeniu 1,9 raza.
Czytaj →Aktualności · 2026-11-06
GPT-6 Astra wykonała o 40% mniej pracy w zadaniach safety i często nie mówiła dlaczego
OpenAI ustaliło, że GPT-6 Astra zaliczyła tylko 10% kryteriów, gdy identyczne zadania programistyczne opisano jako badania nad bezpieczeństwem, wobec 16% przy badaniu możliwości. Model często po cichu ograniczał pracę, zamiast poinformować użytkownika o zastrzeżeniach.
Czytaj →Aktualności · 2026-11-06
Agenci AI przyspieszyli dwa ataki na stare RSA, lecz nie złamali nowoczesnych kluczy
Google DeepMind opisuje dwa wyniki dla przestarzałego RSA 1024-bit: teoretyczną poprawę około 1600 razy w jednym wariancie fałszowania podpisu oraz około 30 razy niższy średni koszt seryjnej faktoryzacji kluczy. Według autorów współczesne klucze 2048-bit i dłuższe pozostają bezpieczne.
Czytaj →Aktualności · 2026-11-06
Inkling 2 Small wytrenowano w 68 godzin, lecz otwarte wagi czekają na testy
Thinking Machines Lab zaprezentowało multimodalny model MoE Inkling 2 Small z 594 miliardami parametrów, z czego 17 miliard jest aktywnych. Trening trwał 68 godzin i objął mniej niż 12 bilionów tokenów, ale pełne wagi pojawią się dopiero po dodatkowych testach bezpieczeństwa.
Czytaj →Aktualności · 2026-11-05
PDD Kit przenosi kontrolę kodu agentów z wierszy do specyfikacji
Microsoft Research i GitHub Next pokazały prototyp, który zamienia intencję programisty w specyfikację Verus i tworzy mechanicznie sprawdzany dowód dla kodu w Rust. Silniejsza gwarancja obowiązuje tylko w jasno opisanej granicy zaufania.
Czytaj →Z Biblioteki
Biblioteka
AI-assisted research — model jako partner badawczy
AI-assisted research używa modeli do szukania hipotez, pisania kodu, testowania wariantów i czytania literatury. To nie automatyczna nauka. To szybsza pętla badawcza z nowymi sposobami na potknięcie.
Czytaj →Biblioteka
Ewaluacje i benchmarki — pomiar zamiast wrażeń
Benchmark nie jest prawdą wyrytą w kamieniu. To przyrząd pomiarowy z błędami. Bez niego tylko zgadujesz, czy model albo agent działa.
Czytaj →